川师统计学实训(2013级)实训四方差分析应用实训要点.docVIP

实训四 方差分析应用实训 一、目的要求 掌握Excel软件中方差分析应用（单因素方差分析和双因素方差分析） 二、实训内容 三、实训步骤 四、实训结果及分析 （一）单因素方差分析 某城市东西南北5个地区发生交通事故的次数如下表所示。由于是随机抽样，有一些地区的汽车密度高、发生事故多(如南部和西部），而有些地区汽车密度低、发生事故少（如东部）。试以α=5%的显著水平检验各地区平均每天交通事故次数是否相等? 表1 某城市5个地区交通事故发生次数 东部 北部 中部 南部 西部 15 17 14 11 - - 12 10 13 17 14 - 10 14 13 15 12 - 14 9 7 10 8 7 13 12 9 14 10 9 1.用excel进行方差分析步骤及结果： 选择“数据分析”选项下的“单因素方差分析” 在对话框输入数据区域，得到方差分析表。 2. ①提出假设： Ｈ０：μ1＝μ2…＝μi＝μk　　 地区对交通事故没有显著影响 Ｈ１：μi＝(i=1,2,3,….k)不完全相等 地区对交通事故有显著影响 构造检验统计量： 从单因素方差分析表中可以得到：SSA=82.63，SSE=118.02，SST=200.66，MSA=20.66，MSE=5.62，计算统计量F=3.68，临界值 Fα=2.84. 根据给定的显著水平α=5%，在单因素方差分析表中可以得到计算统计量F=3.68大于临界值Fα=2.84.拒绝原假设，表明μ1＝μ2…＝μi＝μk　不成立，即各地区平均每天交通事故次数不全相等。 或者利用P-value= 0.020229 0.05所以拒绝原假设。 （二）双因素方差分析 某农科所实训在水溶液中种植西红柿，采用了3种施肥方式和4种不同的水温。3种施肥方式一开始就给可溶性的肥料；每两个月给1/2的溶液；每月给以1/4的溶液。水温分别为4℃、10℃、16℃、20℃。实验结果的产量如下表所示。 表2 不同水温水平不同施肥方式下的西红柿产量 水温 施肥方式 一次施肥 二次施肥 四次施肥 冷（4℃） 凉（10℃） 温（16℃） 热（20℃） 20 16 9 8 19 15 10 7 21 14 11 6 问施肥的方式和水温对产量的影响是否显著（α=5%）？ 1.用excel进行方差分析步骤及结果： 选择“数据分析”选项下的“无重复双因素因素方差分析”。 在对话框输入数据区域，得到双因素方差分析表。 2.对两个因素分别提出如下假设： 行因素（温度）： Ｈ０：μ1＝μ2＝μ3＝μ4 水温对西红柿的产量没有显著影响 Ｈ１：μ1、μ2、μ3、μ4 不全相等 水温对西红柿的产量有显著影响 列因素（施肥方式）： Ｈ０：μ1＝μ2＝μ3＝μ4 施肥方式对西红柿的产量没有显著影响 　Ｈ１：μ1、μ2、μ3、μ4 不全相等 施肥方式对西红柿的产量有显著影响 构造检验统计量： 从“无重复双因素分析”表中可以得到：SSR=294，SSC=0.5，SST=302，SSE=7.5,MSR=98，MSC=0.25，MSE=1.25计算统计量FR=78.4， FC=0.2临界值FαR=4.76，FαC=5.14. 根据给定的显著水平α=5%，在无重复双因素方差分析表中可以得出以下结论： 由于FR=78.4 FαR=4.76所以拒绝原假设Ｈ０，表明μ1、μ2、μ3、μ4 之间的差异是显著的，说明水温对西西红柿产量有显著影响。 由于FC=0.2 FαC=5.14所以不拒绝原假设Ｈ０，不能认为施肥方式对西红柿产量有显著影响。 也可以直接用P-value 进行分析，由于检验行因素的P-value=3.34E-05α=5% ,所以拒绝原假设Ｈ０，检验列因素的P-value= 0.823975α=5% ,所以不能拒绝原假设。 五、实训总结 熟悉并掌握了Excel软件中方差分析应用（单因素方差分析和双因素方差分析），能熟练对得到的数据进行数据分析，并提高检验效率。知道了采用方差分析同时考虑了所有的样本，因此排除了错误积累的概率，从而避免拒绝了一个真实的原假设。 软件操作实验报告 23